from PIL import Image
im = Image.open("xiao.png")
print(im.getbands())
输出：
('R', 'G', 'B')

1：1位像素，表示黑和白，但是存储的时候每个像素存储为8bit。

L：8位像素，表示黑和白。

P：8位像素，使用调色板映射到其他模式。

RGB：3x8位像素，为真彩色。

RGBA：4x8位像素，有透明通道的真彩色。

CMYK：4x8位像素，颜色分离。

YCbCr：3x8位像素，彩色视频格式。

I：32位整型像素。

F：32位浮点型像素。

PIL也支持一些特殊的模式，包括RGBX（有padding的真彩色）和RGBa（有自左乘alpha的真彩色）。

from PIL import Image

im = Image.open("xiao.png")

print(im.mode)

输出：

'RGB'

from PIL import Image

im = Image.open("xiao.png")

print(im.size)

输出:
(670, 502)

from PIL import Image

im = Image.open("xiao.png")

print(im.info)
输出：
{}

NEAREST：最近滤波。从输入图像中选取最近的像素作为输出像素。它忽略了所有其他的像素。

BILINEAR：双线性滤波。在输入图像的2x2矩阵上进行线性插值。注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。

BICUBIC：双立方滤波。在输入图像的4x4矩阵上进行立方插值。注意：PIL的当前版本，做下采样时该滤波器使用了固定输入模板。

ANTIALIAS：平滑滤波。这是PIL 1.1.3版本中新的滤波器。对所有可以影响输出像素的输入像素进行高质量的重采样滤波，以计算输出像素值。在当前的PIL版本中，这个滤波器只用于改变尺寸和缩略图方法。

注意：在当前的PIL版本中，ANTIALIAS滤波器是下采样（例如，将一个大的图像转换为小图）时唯一正确的滤波器。BILIEAR和BICUBIC滤波器使用固定的输入模板，用于固定比例的几何变换和上采样是最好的。

方法resize()的定义为：resize(size, filter=None)=> image
from PIL import Image

im = Image.open("xiao.png")

print(im.size)
im_resize = im.resize((256,256))
print(im_resize.size)
输出：
(670, 502)
(256,256)

from PIL import Image

im = Image.open("xiao.png")

print(im.size)

im_resize0 = im.resize((256,256), Image.BILINEAR)

print(im_resize0.size)
im_resize1 = im.resize((256,256), Image.BICUBIC)

print(im_resize1.size)
im_resize2 = im.resize((256,256), Image.ANTIALIAS)

print(im_resize2.size)

输出：
(670, 502)
(256,256)
(256,256)
(256,256)

定义：im.format ⇒ string or None

含义：源文件的文件格式。如果是由PIL创建的图像，则其文件格式为None。

例子：

from PIL import Image

im= Image.open("xiao.png")

print(im.format)

输出：

'png'

定义：im.mode ⇒ string

含义：图像的模式。这个字符串表明图像所使用像素格式。该属性典型的取值为“1”，“L”，“RGB”或“CMYK”。

定义：im.size ⇒ (width, height)

含义：图像的尺寸，按照像素数计算。它的返回值为宽度和高度的二元组（width, height）。

定义：im.palette ⇒ palette or None

含义：颜色调色板表格。如果图像的模式是“P”，则返回ImagePalette类的实例；否则，将为None。

例子：

from PIL import Image

im = Image.open("jing.jpg")

print(im.mode)

print(im.palette)

输出：

RGB

None

定义：im.info ⇒ dictionary

含义：存储图像相关数据的字典。文件句柄使用该字典传递从文件中读取的各种非图像信息。大多数方法在返回新的图像时都会忽略这个字典；因为字典中的键并非标准化的，对于一个方法，它不能知道自己的操作如何影响这个字典。
     如果用户需要这些信息，需要在方法open()返回时保存这个字典。

定义：Image.new(mode,size) ⇒ image

     Image.new(mode, size, color) ⇒ image

含义：使用给定的变量mode和size生成新的图像。Size是给定的宽/高二元组，这是按照像素数来计算的。对于单通道图像，变量color只给定一个值；对于多通道图像，变量color给定一个元组（每个通道对应一个值）。
     在版本1.1.4及其之后，用户也可以用颜色的名称，比如给变量color赋值为“red”。如果没有对变量color赋值，图像内容将会被全部赋值为0（图像即为黑色）。如果变量color是空，图像将不会被初始化，即图像的内容全为0。
     这对向该图像复制或绘制某些内容是有用的。

例子：

from PIL import Image

im= Image.new("RGB", (128, 128), "#FF0000")

im.save("test1.png")   #图像im为128x128大小的红色图像。

im= Image.new("RGB", (128, 128))   #图像im为128x128大小的黑色图像，因为变量color不赋值的话，图像内容被设置为0，即黑色。

im.save("test2.png")
im= Image.new("RGB", (128, 128), "red")   #图像im为128x128大小的红色图像。
im.save("test3.png")

定义：Image.open(file) ⇒ image

     Image.open(file, mode) ⇒ image

含义：打开并确认给定的图像文件。这个是一个懒操作；该函数只会读文件头，而真实的图像数据直到试图处理该数据才会从文件读取（调用load()方法将强行加载图像数据）。如果变量mode被设置，那必须是“r”。

     用户可以使用一个字符串（表示文件名称的字符串）或者文件对象作为变量file的值。文件对象必须实现read()，seek()和tell()方法，并且以二进制模式打开。

例子：

from PIL import Image

im = Image.open("xiao.png")

定义：Image.blend(image1,image2, alpha) ⇒ image

含义：使用给定的两张图像及透明度变量alpha，插值出一张新的图像。这两张图像必须有一样的尺寸和模式。

     合成公式为：out = image1 *(1.0 - alpha) + image2 * alpha

     如果变量alpha为0.0，将返回第一张图像的拷贝。如果变量alpha为1.0，将返回第二张图像的拷贝。对变量alpha的值没有限制。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

im2 = Image.open("wu.jpg")

im = Image.blend(im1,im2,0.5)

im.save("he.jpg")

定义：Image.composite(image1,image2, mask) ⇒ image

含义：使用给定的两张图像及mask图像作为透明度，插值出一张新的图像。变量mask图像的模式可以为“1”，“L”或者“RGBA”。所有图像必须有相同的尺寸。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

im2 = Image.open("wu.jpg")

r,g,b = im1.split()

print(g.mode)

im = Image.composite(im1,im2,b)

im.save("he.jpg")

b.save("he1.jpg")

定义：Image.eval(image,function) ⇒ image

含义：使用变量function对应的函数（该函数应该有一个参数）处理变量image所代表图像中的每一个像素点。如果变量image所代表图像有多个通道，那变量function对应的函数作用于每一个通道。

     注意：变量function对每个像素只处理一次，所以不能使用随机组件和其他生成器。

例子：

from PIL import Image

im = Image.open("jing.jpg")

def deffun(c):

    return c*0.89      #改变了亮度

im_eval = Image.eval(im,deffun)

im_eval.save("gai.jpg")

注：图像im_eval与im01比较，其像素值均为im01的一半，则其亮度自然也会比im01暗一些。

定义：Image.frombuffer(mode,size, data) ⇒ image

     Image.frombuffer(mode, size,data, decoder, parameters) ⇒ image

含义：（New in PIL 1.1.4）使用标准的“raw”解码器，从字符串或者buffer对象中的像素数据产生一个图像存储。对于一些模式，这个图像存储与原始的buffer（这意味着对原始buffer对象的改变体现在图像本身）共享内存。
      并非所有的模式都可以共享内存；支持的模式有“L”，“RGBX”，“RGBA”和“CMYK”。对于其他模式，这个函数与fromstring()函数一致。

注意：版本1.1.6及其以下，这个函数的默认情况与函数fromstring()不同。这有可能在将来的版本中改变，所以为了最大的可移植性，当使用“raw”解码器时，推荐用户写出所有的参数，如下所示：

im =Image.frombuffer(mode, size, data, "raw", mode, 0, 1)

函数Image.frombuffer(mode,size, data, decoder, parameters)与函数fromstring()的调用一致。

定义：Image.fromstring(mode,size, data) ⇒ image

     Image.fromstring(mode, size,data, decoder, parameters) ⇒ image

含义：函数Image.fromstring(mode,size, data)，使用标准的“raw”解码器，从字符串中的像素数据产生一个图像存储。

函数Image.fromstring(mode,size, data, decoder, parameters)也一样，但是允许用户使用PIL支持的任何像素解码器。更多信息可以参考：Writing YourOwn File Decoder.

注意：这个函数只对像素数据进行解码，而不是整个图像。如果用户的字符串包含整个图像，可以将该字符串包裹在StringIO对象中，使用函数open()来加载。

定义：Image.merge(mode,bands) ⇒ image

含义：使用一些单通道图像，创建一个新的图像。变量bands为一个图像的元组或者列表，每个通道的模式由变量mode描述。所有通道必须有相同的尺寸。

变量mode与变量bands的关系：

len(ImageMode.getmode(mode).bands)= len(bands)

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

im2 = Image.open("wu.jpg")

r1,g1,b1 = im1.split()

r2,g2,b2 = im2.split()

imgs =[r1,g2,b2]

im_merge = Image.merge("RGB",imgs)

im_merge.save("he.jpg")

定义1：im.convert(mode)⇒ image

含义1：将当前图像转换为其他模式，并且返回新的图像。

当从一个调色板图像转换时，这个方法通过这个调色板来转换像素。如果不对变量mode赋值，该方法将会选择一种模式，在没有调色板的情况下，使得图像和调色板中的所有信息都可以被表示出来。

当从一个颜色图像转换为黑白图像时，PIL库使用ITU-R601-2 luma转换公式：

L = R * 299/1000 + G * 587/1000 + B * 114/1000

当转换为2位图像（模式“1”）时，源图像首先被转换为黑白图像。结果数据中大于127的值被设置为白色，其他的设置为黑色；这样图像会出现抖动。如果要使用其他阈值，更改阈值127，可以使用方法point()。
为了去掉图像抖动现象，可以使用dither选项。
　

例子1：

from PIL import Image

im1 = Image.open("jing.jpg")

print(im1.mode)

im_c = im1.convert("")

im_c.save("he.jpg")

print(im_c.mode)

输出：
1

注：将“RGB”模式的im01图像，转换为“1”模式的im_c图像。

定义2：im.convert(“P”,**options) ⇒ image

含义2：这个与第一个方法定义一样，但是当“RGB”图像转换为8位调色板图像时能更好的处理。可供选择的选项为：

      Dither=. 控制颜色抖动。默认是FLOYDSTEINBERG，与邻近的像素一起承担错误。不使能该功能，则赋值为NONE。

      Palette=. 控制调色板的产生。默认是WEB，这是标准的216色的“web palette”。要使用优化的调色板，则赋值为ADAPTIVE。

      Colors=. 当选项palette为ADAPTIVE时，控制用于调色板的颜色数目。默认是最大值，即256种颜色。

定义3：im.convert(mode,matrix) ⇒ image

含义3：使用转换矩阵将一个“RGB”图像转换为“L”或者“RGB”图像。变量matrix为4或者16元组。

例子3：下面的例子将一个RGB图像（根据ITU-R709线性校准，使用D65亮度）转换到CIE XYZ颜色空间：

from PIL import Image

im1 = Image.open("jing.jpg")

im1.mode

rgb2xyz = （

    0.412453, 0.357580, 0.180423, 0,

    0.212671, 0.715160, 0.072169, 0,

    0.019334, 0.119193, 0.950227, 0 )

im_c3 = im1.convert("L", rgb2xyz)

im_c3.save("he.jpg")

print(im_c3.mode)
输出：
L

定义：im.copy() ⇒ image

含义：拷贝这个图像。如果用户想粘贴一些数据到这张图，可以使用这个方法，但是原始图像不会受到影响。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

im2 = im1.copy()

im2.save("he.jpg")

注：图像im_copy和im01完全一样。

定义：im.crop(box) ⇒ image

含义：从当前的图像中返回一个矩形区域的拷贝。变量box是一个四元组，定义了左、上、右和下的像素坐标。

这是一个懒操作。对源图像的改变可能或者可能不体现在裁减下来的图像中。为了获取一个分离的拷贝，对裁剪的拷贝调用方法load()。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

print(im1.size)

box = [0,0,650,400]   #650(长)400（高）

im_crop = im1.crop(box)

im_crop.save("he.jpg")

定义：im.draft(mode,size)

含义：配置图像文件加载器，使得返回一个与给定的模式和尺寸尽可能匹配的图像的版本。例如，用户可以使用这个方法，在加载一个彩色JPEG图像时将其转换为灰色图像，或者从一个PCD文件中提取一个128x192的版本。

注意：这个方法会适时地修改图像对象（精确地说，它会重新配置文件的读取器）。如果图像已经被加载，那这个方法就没有作用了。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

im_draft = im1.draft("L",(500,500))

print(im_draft.size)

im_draft.save("he.jpg")

输出：

(650, 650)

定义：im.filter(filter) ⇒ image

含义：返回一个使用给定滤波器处理过的图像的拷贝。可用滤波器需要参考ImageFilter模块。

例子：

from PIL import Image,ImageFilter

im1 = Image.open("jing.jpg")

im_filter = im1.filter(ImageFilter.BLUR)

im_filter.save("he.jpg")

注：图像im_filter比im01变得有些模糊了。

定义：im.fromstring(data)

     im.fromstring(data, decoder,parameters)

含义：与函数fromstring()一样，但是这个方法会将data加载到当前的图像中。 

定义：im.getbands()⇒ tuple of strings

含义：返回包括每个通道名称的元组。例如，对于RGB图像将返回（“R”，“G”，“B”）。

定义：im.getbbox() ⇒ 4-tuple or None

含义：计算图像非零区域的包围盒。这个包围盒是一个4元组，定义了左、上、右和下像素坐标。如果图像是空的，这个方法将返回空。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

print(im1.getbbox())

输出：

(0, 0, 650, 650)

定义：im.getcolors() ⇒ a list of(count, color) tuples or None

     im.getcolors(maxcolors) ⇒ a list of (count, color) tuples or None

含义：（New in 1.1.5）返回一个（count，color）元组的无序list，其中count是对应颜色在图像中出现的次数。

如果变量maxcolors的值被超过，该方法将停止计算并返回空。变量maxcolors默认值为256。为了保证用户可以获取图像中的所有颜色，you can pass in size[0]*size[1]（请确保有足够的内存做这件事）。

例子：

from PIL import Image

im1 = Image.open("test.png")

print(im1.getcolors(8888888))
输出：
[(2, (255, 255, 255, 233)), (9, (0, 0, 0, 136)), (1, (0, 0, 0, 64)), (2, (0, 0, 0, 24)), (5, (0, 0, 0, 56)).......

定义：im.getdata() ⇒ sequence

含义：以包含像素值的sequence对象形式返回图像的内容。这个sequence对象是扁平的，以便第一行的值直接跟在第零行的值后面，等等。

注意：这个方法返回的sequence对象是PIL内部数据类型，它只支持某些sequence操作，包括迭代和基础sequence访问。使用list(im.getdata())，将它转换为普通的sequence。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

seq = im1.getdata()

print(seq[0])

seq0 = list(seq)

print(seq0[0])

print(len(seq0))

输出：

(41, 183, 197)

(41, 183, 197)

422500        #这个值是长和高之积

注：Sequence对象的每一个元素对应一个像素点的R、G和B三个值。

定义：im.getextrema() ⇒ 2-tuple

含义：返回一个2元组，包括该图像中的最小和最大值。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

print(im1.getextrema())

输出:

((0, 255), (0,255), (0, 255))

该方法返回了R/G/B三个通道的最小和最大值的2元组。

定义：im.getpixel(xy) ⇒ value or tuple

含义：返回给定位置的像素值。如果图像为多通道，则返回一个元组。

注意：该方法执行比较慢；如果用户需要使用python处理图像中较大部分数据，可以使用像素访问对象（见load），或者方法getdata()。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

print(im1.getpixel((1,1)))

print(im1.getpixel((649,649)))

输出：

(41, 183, 197)

(236, 210, 153)
注：im.getpixel(xy)中的X,Y表示坐标，从0开始。

定义1：im.histogram()⇒ list

含义1：返回一个图像的直方图。这个直方图是关于像素数量的list，图像中的每个象素值对应一个成员。如果图像有多个通道，所有通道的直方图会连接起来（例如，“RGB”图像的直方图有768个值）。

      二值图像（模式为“1”）当作灰度图像（模式为“L”）处理。

例子1：

from PIL import Image

im1 = Image.open("jing.jpg")

ls = im1.histogram()

print(len(ls))

print(ls[767])

输出：

768

1471

定义：im.load()

含义：为图像分配内存并从文件中加载它（或者从源图像，对于懒操作）。正常情况下，用户不需要调用这个方法，因为在第一次访问图像时，Image类会自动地加载打开的图像。

     （New in 1.1.6）在1.1.6及以后的版本，方法load()返回一个用于读取和修改像素的像素访问对象。这个访问对象像一个二维队列，如：

      pix = im.load()

      print pix[x, y]

      pix[x, y] =value

      通过这个对象访问比方法getpixel()和putpixel()快很多。

例子：

from PIL import Image

im1 = Image.open("jing.jpg")

lm_load = im1.load()

print(lm_load[649,649])

输出：

(236, 210, 153)

定义1：im.paste(image,box)

含义1：将一张图粘贴到另一张图像上。变量box或者是一个给定左上角的2元组，或者是定义了左，上，右和下像素坐标的4元组，或者为空（与（0，0）一样）。如果给定4元组，被粘贴的图像的尺寸必须与区域尺寸一样。

如果模式不匹配，被粘贴的图像将被转换为当前图像的模式。

例子1：

from PIL import Image

im1 = Image.open("jing.jpg")

box = [0,0,200,200]

im_crop = im1.crop(box)

im1.paste(im_crop,(200,200,400,400))  #等价于im1.paste(im_crop,(200,200))

im1.save("he.jpg")

定义2：im.paste(colour,box)

含义2：它与定义1一样，但是它使用同一种颜色填充变量box对应的区域。对于单通道图像，变量colour为单个颜色值；对于多通道，则为一个元组。

例子2：

from PIL import Image

im1 = Image.open("jing.jpg")

im1.paste((256,256,256),(200,100,500,200))

im1.save("he.jpg")

注：图像im1的（200，100）位置将出现一个300x100的白色方块，对于多通道的图像，如果变量colour只给定一个数值，将只会应用于图像的第一个通道。如果是“RGB”模式的图像，将应用于红色通道。

定义3：im.paste(image,box, mask)

含义3：与定义1一样，但是它使用变量mask对应的模板图像来填充所对应的区域。可以使用模式为“1”、“L”或者“RGBA”的图像作为模板图像。模板图像的尺寸必须与变量image对应的图像尺寸一致。
      如果变量mask对应图像的值为255，则模板图像的值直接被拷贝过来；如果变量mask对应图像的值为0，则保持当前图像的原始值。变量mask对应图像的其他值，将对两张图像的值进行透明融合。

注意：如果变量image对应的为“RGBA”图像，即粘贴的图像模式为“RGBA”，则alpha通道被忽略。用户可以使用同样的图像作为原图像和模板图像。

例子3：

from PIL import Image

im1 = Image.open("jing.jpg")

box = [100,100,200,200]

im_crop = im1.crop(box)

r,g,b = im_crop.split()

im1.paste(im_crop,(200,100,300,200),b)

im1.save("he.jpg")

注：在图像im1的（0，0）位置将出现一个半透明的100x100的方块。

定义4：im.paste(colour,box, mask)

含义4：与定义3一样，只是使用变量colour对应的单色来填充区域。

例子4：

from PIL import Image

im1 = Image.open("jing.jpg")

box = [100,100,200,200]

im_crop = im1.crop(box)

r,g,b = im_crop.split()

im1.paste((0,256,0),(200,100,300,200),b)

im1.save("he.jpg")

注：在图像im1的（0，0）位置将出现一个100x100的绿色方块。